清扫模式切换方法、系统、电子设备、存储介质及扫地机技术方案

本发明专利技术提供一种清扫模式切换方法、系统、电子设备、存储介质及扫地机。该方法，包括：在扫地机清扫过程中进行场景识别；根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；控制扫地机切换到所述场景识别结果对应的清扫模式。本发明专利技术在扫地机清扫过程中根据不同场景切换对应的清扫模式，控制扫地机在合适的清扫模式下工作，能有效避免采用单一清扫模式来完成整个环境的清扫效率低下的问题，提高清扫效率。

【技术实现步骤摘要】
清扫模式切换方法、系统、电子设备、存储介质及扫地机
本专利技术涉及扫地机
，具体涉及一种清扫模式切换方法、系统、电子设备、存储介质及扫地机。
技术介绍
目前，随着智能化的不断发展，智能化已经在生活中体现的淋漓尽致。扫地机器人作为一种移动型机器人，可以实现室内的空间划分、完整清扫以及自动回充等功能。待清扫的环境中各个区域弄脏的程度通常不同，而现有的扫地机器人通常采用单一清扫模式来完成整个环境的清扫，耗时时间长，耗电量大，且清扫效率低下。
技术实现思路
针对现有技术存在的问题，本专利技术提供一种清扫模式切换方法、系统、电子设备、存储介质及扫地机。第一方面，本专利技术提供一种清扫模式切换方法，包括：在扫地机清扫过程中进行场景识别；根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；控制扫地机切换到所述场景识别结果对应的清扫模式。更进一步地，所述在扫地机清扫过程中进行场景识别，包括：在扫地机清扫过程中实时获取形状数据和图像数据；对所述形状数据和图像数据进行物体识别处理，确定所述形状数据和图像数据对应的物体；利用预设场景识别算法对所述物体进行场景识别处理，确定所述物体对应的场景。更进一步地，所述对所述形状数据和图像数据进行物体识别处理，，确定所述形状数据和图像数据对应的物体，包括：利用预设特征提取算法对形状数据和图像数据进行特征提取；将提取的特征数据与预存储物体模型的特征数据进行比对；确定形状数据和图像数据对应的物体。更进一步地，所述预存储物体模型是利用不同物体的特征数据采用深度学习算法训练得到的。第二方面，本专利技术提供一种清扫模式切换系统，包括：识别模块，用于在扫地机清扫过程中进行场景识别；确定模块，用于根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；控制模块，用于控制扫地机切换到所述场景识别结果对应的清扫模式。第三方面，本专利技术提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的清扫模式切换方法。第四方面，本专利技术提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被一个或多个处理器执行时，实现如第一方面所述的清扫模式切换方法。第五方面，本专利技术提供一种扫地机，包括：图像采集系统，与处理装置连接，用于在扫地机清扫过程中实时采集形状数据和图像数据；处理装置，用于获取图像采集系统采集的形状数据和图像数据，进行场景识别，根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式，控制扫地机切换到所述场景识别结果对应的清扫模式。更进一步地，所述图像采集系统包括：结构光系统，与处理装置连接，用于在扫地机清扫过程中实时采集形状数据；摄像头，与处理装置连接，用于在扫地机清扫过程中实时采集图像数据。更进一步地，所述处理装置，包括：GPU，与图像采集系统连接，用于在扫地机清扫过程中实时获取形状数据和图像数据；对所述形状数据和图像数据进行物体识别处理，确定所述形状数据和图像数据对应的物体；利用预设场景识别算法对所述物体进行场景识别处理，确定所述物体对应的场景；以及根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式，控制扫地机切换到所述场景识别结果对应的清扫模式；AI芯片，与GPU连接，用于存储预设场景识别算法。本专利技术的有益效果在于：在扫地机清扫过程中根据不同场景切换对应的清扫模式，控制扫地机在合适的清扫模式下工作，能有效避免采用单一清扫模式来完成整个环境的清扫效率低下的问题，提高清扫效率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1是本专利技术实施例一提供的扫地机示意图；图2是本专利技术实施例一提供的一种清扫模式切换方法流程图；图3是本专利技术实施例一提供的另一种清扫模式切换方法流程图；图4是本专利技术实施例一提供的另一种清扫模式切换方法流程图；图5是本专利技术实施例二提供的清扫模式切换系统框图；图6是本专利技术实施例五提供的扫地机框图；图7是现有技术中的图像采集系统示意图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例一扫地机的清扫环境中存在不同类别的环境物体，例如桌子、椅子、床、茶几等，还包括各种不同类型的待清扫物体，例如纸屑、灰尘、油污、水等，不同的物体通常存在于不同的场景内，例如床处于卧室。各个场景需要清扫的程度通常不同，例如卧室只需普通清扫即可，而餐厅则需要强力清扫。因此，本实施例提供一种清扫模式切换方法，应用于扫地机，例如可以是图1所示的扫地机，请参阅图2，该方法包括如下步骤：步骤S100、在扫地机清扫过程中进行场景识别；步骤S200、根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；步骤S300、控制扫地机切换到该场景识别结果对应的清扫模式。本实施例的扫地机的清扫模式可以包括，但不限于：普通清扫模式、强力清扫模式、重点清扫模式。场景可以包括，但不限于：卧室、厨房、餐厅、垃圾聚集区域等等。举例来说，场景与清扫模式的预设对应关系可以包括：卧室对应普通清扫模式，厨房对应强力清扫模式，垃圾聚集区域对应重点清扫模式。因此，当扫地机清扫过程中若识别出当前场景为厨房，则确定清扫模式为强力清扫模式，控制扫地机切换到强力清扫模式下工作。由于有些场景使用率较高且易脏，按照固定的清扫模式清扫后，有可能在清扫后仍有遗漏的待清扫物体，需要再次清扫，不仅增加了清扫时长，还带来更多的耗电量，导致清扫效率低下。而有些场景使用率偏低且通常不存在过多需要清扫的物体，并不需要长时间大力度的清扫，按照固定的清扫模式清扫后，造成时间和电能的浪费，且清扫效率低下。因此，本实施例将不同场景与不同的清扫模式进行匹配，通过场景识别，实时切换扫地机的清扫模式，以实现清扫效率的提高。可以理解的是，不同清扫模式的清扫时长、清扫力度及耗电量可能相同或不同，例如，在一些情况下，各清扫模式的排序如下：(1)清扫时长：强力清扫模式>重点清扫模式>普本文档来自技高网...

【技术保护点】
1.一种清扫模式切换方法，其特征在于，包括：/n在扫地机清扫过程中进行场景识别；/n根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；/n控制扫地机切换到所述场景识别结果对应的清扫模式。/n

【技术特征摘要】
1.一种清扫模式切换方法，其特征在于，包括：
在扫地机清扫过程中进行场景识别；
根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；
控制扫地机切换到所述场景识别结果对应的清扫模式。


2.根据权利要求1所述的清扫模式切换方法，其特征在于，所述在扫地机清扫过程中进行场景识别，包括：
在扫地机清扫过程中实时获取形状数据和图像数据；
对所述形状数据和图像数据进行物体识别处理，确定所述形状数据和图像数据对应的物体；
利用预设场景识别算法对所述物体进行场景识别处理，确定所述物体对应的场景。


3.根据权利要求2所述的清扫模式切换方法，其特征在于，所述对所述形状数据和图像数据进行物体识别处理，确定所述形状数据和图像数据对应的物体，包括：
利用预设特征提取算法对形状数据和图像数据进行特征提取；
将提取的特征数据与预存储物体模型的特征数据进行比对；
确定形状数据和图像数据对应的物体。


4.根据权利要求3所述的清扫模式切换方法，其特征在于，所述预存储物体模型是利用不同物体的特征数据采用深度学习算法训练得到的。


5.一种清扫模式切换系统，其特征在于，包括：
识别模块，用于在扫地机清扫过程中进行场景识别；
确定模块，用于根据场景与清扫模式的预设对应关系，确定场景识别结果对应的清扫模式；
控制模块，用于控制扫地机切换到所述场景识别结果对应的清扫模式。


6.一种电子设备，其特征在于，包括存储器...

【专利技术属性】
技术研发人员：檀冲，张书新，王颖，霍章义，王磊，李欢欢，
申请(专利权)人：小狗电器互联网科技北京股份有限公司，
类型：发明
国别省市：北京;11